R中的条件比例/相对频率
是否有任何可用的函数可以简化此代码？想知道特定R中的条件比例/相对频率,r,dplyr,tidyverse,R,Dplyr,Tidyverse,是否有任何可用的函数可以简化此代码？想知道特定周产品的销售额占其总销售额的比例 library(dplyr) # Create data.frame df <- tribble( ~week, ~product, ~sales, 1L, "A", 40, 1L, "B", 20, 2L, "A", 50, 2L, "C", 10 ) # Total sales df_summ <- df %>
周产品的销售额
占其总销售额的比例
library(dplyr)
# Create data.frame
df <- tribble(
~week, ~product, ~sales,
1L, "A", 40,
1L, "B", 20,
2L, "A", 50,
2L, "C", 10
)
# Total sales
df_summ <- df %>%
group_by(product) %>%
summarise(total = sum(sales))
# Expected result
df_prop <- df %>%
inner_join(df_summ) %>%
mutate(prop = sales / total) %>%
select(-sales, -total) # optional
库（dplyr）
#创建data.frame
df%
汇总（总额=总额（销售额））
#预期结果
df_道具%
内部联接（df_总和）%>%
变异（道具=销售额/总额）%>%
选择（-sales，-total）#可选
结果:
#> A tibble: 4 x 3
#> week product prop
#> <int> <chr> <dbl>
#> 1 A 0.444444
#> 1 B 1.000000
#> 2 A 0.555555
#> 2 C 1.000000
#>tible:4 x 3
#>周产品道具
#>
#>1 A 0.4444
#>100万美元
#>2 A 0.5555
#>2C 1.000000
不清楚您的问题是关于函数（在本例中，您可能要查找道具表）还是关于方法（如在同一步骤中将销售额除以销售额之和）
无论如何，您应该能够通过以下方式获得所需的输出：
df %>%
group_by(product) %>%
mutate(prop = prop.table(sales)) %>% ## OR > mutate(prop = sales/sum(sales))
select(-sales)
# # A tibble: 4 x 3
# # Groups: product [3]
# week product prop
# <int> <chr> <dbl>
# 1 1 A 0.4444444
# 2 1 B 1.0000000
# 3 2 A 0.5555556
# 4 2 C 1.0000000
在上面的例子中，xtabs
步骤只是重塑数据的形状，然后使用prop.table
，其比例基于行总数
> xtabs(sales ~ product + week, df)
week
product 1 2
A 40 50
B 20 0
C 0 10
不清楚您的问题是关于函数（在本例中，您可能要查找prop.table
）还是关于方法（如将销售额除以同一步骤中的销售额之和）
无论如何，您应该能够通过以下方式获得所需的输出：
df %>%
group_by(product) %>%
mutate(prop = prop.table(sales)) %>% ## OR > mutate(prop = sales/sum(sales))
select(-sales)
# # A tibble: 4 x 3
# # Groups: product [3]
# week product prop
# <int> <chr> <dbl>
# 1 1 A 0.4444444
# 2 1 B 1.0000000
# 3 2 A 0.5555556
# 4 2 C 1.0000000
在上面的例子中，xtabs
步骤只是重塑数据的形状，然后使用prop.table
，其比例基于行总数
> xtabs(sales ~ product + week, df)
week
product 1 2
A 40 50
B 20 0
C 0 10
它可以是一条带有数据的短线。表包：
setDT(df)[, prop:=sales/sum(sales), by=product]
输出：
week product sales prop
1: 1L A 40 0.4444444
2: 1L B 20 1.0000000
3: 2L A 50 0.5555556
4: 2L C 10 1.0000000
# A tibble: 4 x 4
# Groups: product [3]
week product sales prop
<int> <chr> <dbl> <dbl>
1 1 A 40 0.4444444
2 1 B 20 1.0000000
3 2 A 50 0.5555556
4 2 C 10 1.0000000
或者，如果您正在寻找dyplr解决方案，那么正如@Brian所建议的：
df %>% group_by(product) %>% mutate(prop = sales/sum(sales))
输出：
week product sales prop
1: 1L A 40 0.4444444
2: 1L B 20 1.0000000
3: 2L A 50 0.5555556
4: 2L C 10 1.0000000
# A tibble: 4 x 4
# Groups: product [3]
week product sales prop
<int> <chr> <dbl> <dbl>
1 1 A 40 0.4444444
2 1 B 20 1.0000000
3 2 A 50 0.5555556
4 2 C 10 1.0000000
#一个tible:4 x 4
#组别:产品[3]
周产品销售道具
1 A 40 0.444
21B2001.0000000
3 2 A 50 0.556
4 2 C 10 1.0000000
它可以是一条带有数据的短线。表包：
setDT(df)[, prop:=sales/sum(sales), by=product]
输出：
week product sales prop
1: 1L A 40 0.4444444
2: 1L B 20 1.0000000
3: 2L A 50 0.5555556
4: 2L C 10 1.0000000
# A tibble: 4 x 4
# Groups: product [3]
week product sales prop
<int> <chr> <dbl> <dbl>
1 1 A 40 0.4444444
2 1 B 20 1.0000000
3 2 A 50 0.5555556
4 2 C 10 1.0000000
或者，如果您正在寻找dyplr解决方案，那么正如@Brian所建议的：
df %>% group_by(product) %>% mutate(prop = sales/sum(sales))
输出：
week product sales prop
1: 1L A 40 0.4444444
2: 1L B 20 1.0000000
3: 2L A 50 0.5555556
4: 2L C 10 1.0000000
# A tibble: 4 x 4
# Groups: product [3]
week product sales prop
<int> <chr> <dbl> <dbl>
1 1 A 40 0.4444444
2 1 B 20 1.0000000
3 2 A 50 0.5555556
4 2 C 10 1.0000000
#一个tible:4 x 4
#组别:产品[3]
周产品销售道具
1 A 40 0.444
21B2001.0000000
3 2 A 50 0.556
4 2 C 10 1.0000000
你也可以使用：df%>%mutate（prop=sales/sum（sales））
@A5C1D2H2I1M1N2O1R2T1，我误解了所需的比例，你是对的。你也可以使用：df%>%group\u by（product）%%>%mutate（prop=sales/sum（sales））
你也可以使用：df%>%mutate（prop=sales/sum（sales））
@a5c1d2h2i1m1n2r2t1，我误读了期望的比例，你是对的。你也可以使用：df%>%groupby（product）%%>%mutate（prop=sales/sum（sales））
你可以做data.frame（prop.table（xtabs（sales~product+week，df），1））
来重新排列它。你可以做data.frame（prop.table（xtabs（sales~product+week，df），1））
来重新排列它